基于深度学习的网络空间操作系统识别技术研究

针对网络空间中流量数据的数字资产探测问题,本文提出了一种基于卷积神经网络的操作系统指纹快速识别方法。首先对网络空间资产探测原理进行了概述,通过对基于SVM的操作系统识别和基于决策树的操作系统识别方法进行对比,设计和构建了以ReLU函数作为激活函数的二层卷积模型且增加了BN层、池化层、全连接层,使用流量探测分析工具p0f将其指纹库操作系统指纹数据作为训练集,对收集到的流量数据作为测试集进行指纹识别测试,并将SVM方法和决策树方法与本文构建模型进行对照组实验。实验结果表明,本文提出的操作系统识别模型具有较高的收敛速度,且平均判别准确率相比于SVM算法和C4.5决策树算法提高了13和6个百分点,证明模型在操作系统识别方面具有良好的性能。

基于MQTT-SM4掩码辅助加密算法的配电物联网安全通信

随着“坚强智能电网”“泛在电力物联网”等战略的部署和发展建设,大量的电力采集设备、机器人、监控摄像头应用在配网作业场景中。针对配网终端数量多和配网作业环境复杂多样化的特点,如何设计合适的通信架构对于保证配网数据的安全稳定传输尤为重要。首先,对当前流行的物联网平台通信协议MQTT、CoAP和HTTP,本文从多个方面进行对比分析,并设计了一种新颖的配电物联网通信架构;针对安全性要求,我们进一步基于国密SM4提出了MQTT-SM4掩码辅助加密算法对配电物联网信息进行加密传输,通过会话密钥协商获取所需的掩码密钥和消息密钥,并协同计算出轮密钥用于加密。通过对MQTT-SM4掩码辅助加密算法进行加密测试和安全分析,结果表明,本文设计方案能够有效提高配电物联网通信安全性和稳定性。